百度数分的面经好少啊，整理出来给大家参考一下下
今年秋招参考了牛客网面经和知识点准备，应该回馈一下下啦～～
一面 8.10
1.自我介绍+项目介绍
2.项目哪些地方还可以优化
3.模型怎么看有没有过拟合？如果过拟合了怎么处理？
4.如何评价抖音和快手的竞争？
5.为什么段视频能够迅速火起来？为什么快手已经占据了市场份额的前提下抖音可以瓜分一瓢？
6.如果让你为抖音设立一套健康的指标体系，你会设计哪些？
7.对数据分析的认知是什么，针对你说的这些你有哪些缺点和不足？
小姐姐温柔的一批，作为秋招第一场面试印象太深刻了，面试结束的时候挥手说拜拜，希望能做同事哈哈哈哈哈
二面 8.21
1.自我介绍+项目介绍
2.项目亮点在哪里？如何解决遇到的困难？
3.介绍一下模型融合？【因为项目用到了】
4.更倾向于业务方向还是技术方向？【业务】
5.百度如果想做电商，需要在每天十几亿的query里面调取与【商品】有关的搜索，查出预期的市场份额有多少，你会怎么做？
【我说爬虫淘宝商品目录，然后看query里面有多少。问：比如我搜平底锅，结果淘宝里面出现了“10英寸平底锅好用耐用不粘涂层balabala”，怎么去除无效字段？】
【我说人工分类商品目录。问：这样的话可能会不齐全，如何解决漏掉样本的问题】
【面试官说可以随机抽取10万个query，分成10份给运营人工打标，然后用样本代替总体。问：如果这样做可能出现什么问题？如何解决？】
6.如果数分岗给出了一个模型，可以给query打标。运营人员抽取了10条query，发现有一个query标签错误，就质疑这个模型的有效性。你如何和运营人员argue？
【我觉得好像这个比例还挺正常？？哈哈哈要不运营人员多抽一些，搞1w条普适性更好；人工也不一定会100%正确，一般搜索意图也有一个稳定的准确率】
【和朋友讨论了一下下，tx大佬说开会给算法提需求，哈哈哈哈哈】
7.给出评价app用户粘性的指标，并解释为什么是这些指标？
8.30天内的dau平均值/mau评价的是什么方面，这个取值多少算好？
【分一下应用场景】
9.30天内的dau平均值*30/mau评价的是什么方面
问面试官如何提高业务sense，答：靠积累【暗语：快去实习】
面试官真滴特别温柔，一边push你还有呢还有呢，一边引导你去思考问题。
argue了太多自我怀疑，问了两次xx是不是xx的时候，说“是的”声音越来越小，面试官鼓励说你可以自信一点，我们只是在探讨问题的可能解决方案，这个确实是“是的” 【捂脸】
面试官说关注一下简历状态，于是我第二天看见简历共享了.......
戏剧的一幕出现了，8.25小姐姐约了下午面试，我问是哪个部门，发现还是百度app。我以为自己的简历被同一个部门捞了，真诚的告诉小姐姐我二面挂了。
约完之后去看了一下状态又变成【部门面试】
三面 8.25
下午小姐姐面试之前解释说二面面试官没有说挂，让她和我聊一聊；我说我的简历之前变成共享了，回复说不知道hr怎么操作的
经历了一个巨像hr的三面
1.用过百度app嘛，有什么体验
2.为什么不用xx功能呢
3.手机自带的浏览器和app比较？
4.经历过什么困难，怎么解决或者放弃的？
5.朋友怎么评价你的
6.最大的成就感来自什么
7.社团活动参加过嘛，有什么收获
8.你对同事或者工作环境、氛围有什么期待
9.数分有很多条业务线，有中意的方向吗？
问了一下说，如果顺利的话就可以收到hr面，看了别人的面经说三面是部门经理...大佬都这么平易近人嘛！
全部评论
(2) 回帖